|
|
|
|
基于BP网络的股票预测研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-6页 | | Abstract | 第6页 | | 目录 | 第8-11页 | | 第一章 绪论 | 第11-17页 | | 1.1 研究背景 | 第11-12页 | | 1.2 国内外研究现状 | 第12-15页 | | 1.3 研究的目的和意义 | 第15-16页 | | 1.4 论文结构 | 第16-17页 | | 第二章 股票预测的关键性问题 | 第17-25页 | | 2.1 股票预测面临的关键问题 | 第17-18页 | | 2.2 股票预测的影响因素 | 第18-19页 | | 2.3 传统的投资分析方法 | 第19-22页 | | 2.3.1 基本分析法 | 第20页 | | 2.3.2 技术分析法 | 第20页 | | 2.3.3 证券组合分析法 | 第20-21页 | | 2.3.4 时间序列分析法 | 第21-22页 | | 2.3.5 非线性系统分析法 | 第22页 | | 2.4 预测方法的比较 | 第22-24页 | | 2.5 本章小结 | 第24-25页 | | 第三章 人工神经网络模型 | 第25-37页 | | 3.1 人工神经网络分析 | 第25-26页 | | 3.2 BP神经网络及算法 | 第26-32页 | | 3.2.1 BP神经网络 | 第26-28页 | | 3.2.2 BP神经网络算法 | 第28-32页 | | 3.3 BP神经网络算法在股市预测中存在的问题 | 第32-35页 | | 3.3.1 网络泛化 | 第33-34页 | | 3.3.2 输入量的确定 | 第34-35页 | | 3.3.3 参数的调节 | 第35页 | | 3.4 本章小结 | 第35-37页 | | 第四章 改进的BP算法在股市预测中的作用 | 第37-49页 | | 4.1 BP算法的改进 | 第37-39页 | | 4.1.1 动量法 | 第37-38页 | | 4.1.2 学习率自适应调整 | 第38-39页 | | 4.1.3 动量—自适应学习速率调整算法 | 第39页 | | 4.2 基于灰色模型的改进BP神经网络 | 第39-41页 | | 4.2.1 GM(1,1)模型简介 | 第39-40页 | | 4.2.2 灰色预测及分类 | 第40-41页 | | 4.2.3 基于GM(1,1)模型的BP神经网络改进 | 第41页 | | 4.3 改进BP神经网络模型的建立及预测 | 第41-47页 | | 4.3.1 网络拓扑结构的设计 | 第42-43页 | | 4.3.2 改进BP网络模型的建立及预测 | 第43-46页 | | 4.3.3 改进BP网络模型的建立步骤 | 第46-47页 | | 4.4 本章小结 | 第47-49页 | | 第五章 基于BP神经网络的股市预测模型在MATLAB中的实现 | 第49-57页 | | 5.1 初始数据的选取及处理 | 第49-52页 | | 5.2 改进的神经网络模型的拟合 | 第52-55页 | | 5.3 仿真实验及误差分析 | 第55-56页 | | 5.4 本章小结 | 第56-57页 | | 第六章 结论与展望 | 第57-61页 | | 6.1 本文工作 | 第57-58页 | | 6.2 本文贡献 | 第58-59页 | | 6.3 不足和展望 | 第59-61页 | | 致谢 | 第61-63页 | | 参考文献 | 第63-67页 | | 附录A 攻读硕士学位期间科研及学术论文 | 第67页 |
|
|
|
|
论文编号BS3738955，这篇论文共67页
会员购买按0.35元/页下载，共需支付23.45元。 直接购买按0.5元/页下载，共需要支付33.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务